复杂背景下光条中心提取算法研究

合集下载

视频图像中的文字提取技术论文

上海交通大学硕士学位论文
摘要
视频图像中的文字提取技术研究
摘要
视频中的文本为描述视频内容提供了十分有用的信息，对于构建基于内容的多媒体检索系统具有重要作用。因此，有效地提取和识别这些文字对于图像理解、视频内容分析、基于内容的图像和视频检索等领域具有重要意义。目前商业的OCR技术对于二值图像中文字的提取识别已经趋于成熟，但视频中的文字具有分辨率低、背景复杂、文字形态差异大等特点，这给视频中文字的有效提取带来了极大的挑战，限制了OCR技术的成功应用。针对这些问题，本文主要围绕如何充分利用文字的各种特性，更鲁棒地从复杂背景图像中提取出文字进行了研究，具体研究了文字区域检测、文字恢复、文字分割这三部分的算法。在视频文字检测方面，本文提出了一种基于线条分类的视频文字检测算法。首先利用 Canny 算子对图像进行边缘检测，然后根据文字边缘线条的特征，过滤非字符的边缘线条，并利用文字线条区域的相似性，设置综合阈值，得到最终的文字区域。该算法在边缘检测的基础上，有效地利用了文字本身的结构特征和文字笔画的线条特征对文字区域进行判别，在获得较高查全率的同时大大降低了虚警，而且对不规则排列及发生形变的文字也能够准确定位，并对光照、阴影等条
1

义。例如，在新闻视频中检测到的字幕文字，不仅可以为新闻故事单元切分提供时间标志，还能够为新闻事件内容的理解提供直接的语义特征；在体育视频中，比赛中出现的比分、运动员号码等文字信息对于自动体育视频内容分析，精彩事件检测也具有重要的作用。因此，若能准确地将这些文字信息检测出来，并进行处理，使之能够被传统的 OCR 软件识别并被转化成为机器内码，这样就可以用类似文本检索的“关键字”查询方法，对视频片断进行快速有效的查询，并对其内容进行理解和分析。图像文字提取与识别 (image text extraction and recognition)就是将这些文字提取出来，经过识别转化为纯文本的过程[3]。图像文字的识别可以借助于现有的 OCR 技术。OCR 技术以自动识别二维点阵字符并将其转换为纯文本为目标，经过数十年的发展己经相当成熟，被广泛用于文档扫描。然而，与文档不同的是，嵌入在图像和视频中的文字通常都带有复杂的背景，而且文字出现的位置未知，在没有去除背景和二值化之前，现有的 OCR 系统难以识别出字符，因而在提交给 OCR 系统之前都必不可少地需要一个文字提取(text extraction)的过程[4]。这样，如何从复杂背景中提取出图像文字就成为以文字为线索来理解和检索图像和视频内容的一个关键任务。

基于白光三角法的芯片封装凸点高度测量

第 31 卷第 13 期2023 年 7 月Vol.31 No.13Jul. 2023光学精密工程Optics and Precision Engineering基于白光三角法的芯片封装凸点高度测量林贤锦，吴祖伟，叶瑞乾，王磊*（厦门大学航空航天学院，福建厦门 361102）摘要：为了实现芯片封装凸点（Bump）高度的测量，建立了基于白光三角法的测量系统，并提出了一种复杂背景下Bump 高度的测量方法。

根据提出的测量模型搭建了Bump高度测量系统，利用U-Net深度学习模型进行光条图像的分割并结合灰度重心法和插值法提取完整的光条中心，以克服复杂背景的干扰。

然后，对测量系统进行标定以确定像素值与实际高度值的对应关系。

最后，通过函数拟合的方式确定Bump的高度。

实验结果表明：Bump高度的测量重复性平均值为0.21 μm，标准差为0.095 μm；测量平均误差为-0.04 μm，标准差为0.408 μm。

该方法在复杂背景下对Bump高度的测量精准度高、稳定性好，可满足芯片封装中晶圆Bump共面性在线检测的要求。

关键词：芯片检测；深度学习；光条中心；凸点测量中图分类号：TH741 文献标识码：A doi：10.37188/OPE.20233113.1890Bump height measurement of chip packaging based onwhite light triangulationLIN Xianjin，WU Zuwei，YE Ruiqian，WANG Lei*（School of Aerospace Engineering， Xiamen University， Xiamen 361102， China）* Corresponding author， E-mail： wanglei33@Abstract： To measure the bump height of chip packaging， a measurement system based on white-light tri⁃angulation was established， and a method for measuring the bump height in a complex background was pro⁃posed.First，the bump-height measurement system was built according to the proposed measurement model.Next，the U-Net deep learning model was used to segment the light stripe image，and the gray⁃scale barycenter method and interpolation method were combined for extracting the complete light stripe center to overcome the interference of the complex background.Subsequently，the measurement system was calibrated to determine the corresponding relationship between the pixel value and the actual height value. Finally， the height of the bump was determined via function fitting. The experimental results indi⁃cate that the average repeatability of bump-height measurement is 0.21 μm， with a standard deviation of 0.095 μm；the average measurement error is -0.04 μm，with a standard deviation is 0.408 μm.In this study，bump-height measurement with high accuracy and robustness in a complex background was real⁃ized， which can satisfy the requirements of online detection of wafer bump coplanarity in chip packaging. Key words： chip detection； deep learning； light stripe center； bump measurement文章编号1004-924X（2023）13-1890-10收稿日期：2022-11-02；修订日期：2022-12-21.基金项目：国家重点研发计划资助项目（No.2019YFB2006700）第 13 期林贤锦，等：基于白光三角法的芯片封装凸点高度测量1 引言集成电路封装检测可以及时发现芯片制造工艺过程中的缺陷，提高成品率。

复杂背景下光条中心提取算法研究

ＣｏＭＰＬＥＸＢＡＣＫＧＲｏＵＮＤ
ＬｉＤａｎＧｅｎｇＮａｎＫｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，Ｎｏｎｈｗ￣ｔＡｇｒｉｃｕｌｔｕｒｅａｎｄＦｏｒｅｓｔｒｙＵｎｗｅｍｉ￣，Ｙａｎｇｌｉｎｇ７１２１００，Ｓｈａａｎｘｉ，Ｃｈｉｎａ）。（Ｇａｎｓｕ尸。ｅｃｈｎｉｃＣｏｌｌｅｇｅｆＡｏｎｉｍａｌＨｕｓｂａｎｄｙｒａｎｄＥｎｇｉｎｅｅｒｉｎｇ，Ｗｅｉｗｕ７３３００６，Ｇａｎｓｕ；Ｃｈｉｎａ）
ＡｂｓｔｒａｃｔＩｎｔｈｅｐｒｏｃｅｓｓｏｆｔｈｒｅｅ．ｄｉｍｅｎｓｉｏｎａｌｓｕｒｆａｃｅｒｅｃｏｎｓｔｒｕｃｔｉｏｎｕｓｉｎｇｌｉｇｈｔｓｅｃｔｉｏｎｍｅｔｈｏｄ，ｔｈｅｅｘｔｒａｃｔｉｏｎｏｆｃｏｏｒｄｉｎａｔｅｏｆｌｉｇｈｔｓｔｉｒｐｅ
李丹耿楠亢娟娜
（西北农林科技大学信息工程学院
（甘肃畜牧工程职业技术学院
陕西杨凌７１２ｌＯ０）
甘肃武威７３３００６）
摘
要
在光切法三维表面重建过程中，光条中心坐标的提取至关重要。针对复杂背景下激光图像特点，研究激光条图像的预处

复杂背景成像条件下运动点目标的轨迹提取

Ｔｒｃｘｒｃｉｎｏｏｉｇｐｉｔｔｒｅｓａｅｅｔａｔｏｆｍｖｎｏｎａｇｔｉｏｐｌｘｂｃｇｏｎｍａｅｎｃｍｅａｋｒｕｄｉｇｓ
ＣＯＮＧｉｇｙ，ＨＥＷｅ —ｉ，ＬＵ — ｏｇＡＯｅ — ｈｏＨＡＮＧｎＭｎ—ｕｎｊａＬｉｎ，ＢＭｉｃｕｓｐｃｐｒｍｅｔ（ＳＡｄｏｒｅＳａｅＥｘｅｉｎＭＸ）ｆｒｔｒｅｅｅｔｏｎｒｃｉｇＴｈｖｎａｇｔｉｄ — ｏａｇｔｄｔｃｉｎａｄｔａｋｎ．ｅｍｏｉｇｔｒｅｎｉ
第２Ｏ卷
第７期
光学精密工程
ＯｐｔｃｎｄＰｒｃｓｏｉｓａｅｉｉｎＥｎｇｉｅｉｎｅｒｎｇ
Ｖｏ．ＯＮＯ７１２．
２１０２年７月
Ｊ１２１ｕ．０２
文章编号１０ — ２Ｘ（０２０ — ６９００４９４２１）７１１—７
＊Ｃｏｒｓ，ｕｈｒ，Ｅ－ｉ：ｎｙｅ６＠１６ｃｍｒ０ｚａｔｏｇｍａｌａｄｈ０２．ｏ
Ａｂｔａｔｓｒｃ：Ｔｈｓｐａｒｉｅｔｇａｅｈｅｗｏｒｎｇｓｈｅｆａｓａｅｏｎｓｇｎｌｐｒｃｓｏｒａｌｅｏｔｉｐｅｎｖｓｉｔｄｔｋｉｃｍｅｏｐｃｂｒｉａｏｅｓｐｐｉｄｔｈｅ
件，其在降低虚警概率的同时提高检测概率，而普遍适用于复杂背景成像条件下运动点目标轨迹的提取。最后，使从利用实际获取的云层背景图像数据库仿真生成了包含多运动目标的时序图像序列，以此作为输入信号源分析比较了原并

复杂动背景下的“低小慢”目标检测技术

（１．中国科学院长春光学精密机械与物理研究所，吉林长春１３００３３；２．中国科学院大学材料科学与光电技术学院，北京１０００４９）
摘要：为了在复杂天空背景下检测出低空慢速小目标，本文研究了“低小慢”目标的视觉显著性区域特征，融合扫描线填充算法，提出了一种动态背景下“低小慢”目标自适应实时检测技术。首先，根据图像的亮度对比度获取显著性图。接着，使用形态学梯度提取显著性特征，通过三帧差分算法得到种子点。然后，使用扫描线填充算法进行生长，结合提出的自适应双高斯算法分割出前景。最后，根据候选目标的面积占比变化、质心距离变化、宽高比差异剔除虚假目标，完成检测。为了验证算法的有效性，本文选取了７组复杂天空背景的视频序列进行测试，并与其他优秀检测算法进行了对比。结果表明，本文提出的算法对运动目标检测的平均运行时间为００４０９ｓ，平均检测准确率为８９９７％，相比于其他算法的平均运算时间减少了０３５ｓ，检测的平均准确率提高了２４５％。算法在复杂背景下具有较好的稳定性和较强的鲁棒性。关键词：计算机视觉；视觉显著性；扫描线填充；曲线拟合；自适应阈值分割中图分类号：ＴＰ３９４．１；ＴＨ６９１．９文献标识码：Ａｄｏｉ：１０．３７８８／ＣＯ．２０１９１２０４．０８５３
本文分析了低空慢速小目标的灰度特性，采用局部对比度直方图生成视觉显著性图像，使用形态学梯度和三帧差分算法去除复杂天空背景得到种子点，并通过扫描线填充算法生长出目标。最后提出自适应双高斯算法分割出前景，并根据候选目标的面积占比变化、质心距离变化、宽高比差异来剔除虚假目标，完成检测。
２．ＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ，Ｅｍａｉｌ：ｓｕｎｈａｉｊｉａｎｇ＠１２６．ｃｏｍ

复杂背景下红外点目标的检测

由于抖动、空间光干扰、空气震动等原因 ,可能出现目标模糊[5] 。模糊现象降低信噪比 ,减少目标获取精度 ,在远距离时 ,使目标图像产生颤动。由于最小模糊尺寸受光学系统的限制 ,特别是在实际环境中 , 由于光学系统的不精确聚焦和机械抖动会使模糊尺寸更大。目标的几何中心在相邻像素之间就会发生变化 ,这就是为什么一个点目标会在 FPA 上出现 2～ 4 个像素点的原因。
Keywords : Point target ; Markov model ; High2pass filtering ; Adaptive threshold ; Segmenta2 tion
1 引言
由于红外图像中点目标的检测、跟踪的重要性 , 以及点目标的特点 ———远距离、低信噪比、强杂波和摄像机的光学特性等 ,点目标检测仍然是当前一个既热门又困难的课题[1] 。早期算法利用时间相关或跟踪状态进行空间检测 ,这些算法在目标比背景亮时 , 效果很好 ;但对杂波强而目标弱的情况效果较差[2] ,
1 11
F1 = 1 - 8 1
(3)
1 11
背景中分割出来 ,见白色方框内。在 768 ×576 的实际红外图像序列中用模板 (6) 的 F4 进行高通滤波 ,
可将信噪比为 1. 6 的弱小目标检测出来。高通滤波后选择合适的门限把点目标和孤立噪声
点提取出来是一个关键问题。若由单帧检测概率、虚
因为它很难通过最初的空间检测和门限。最近的大多数算法则采用了将空间和时间信息并入多帧处理过程中的检验前跟踪 ( TBD) 的算法[3] 。
在点目标检测算法中 ,匹配滤波器法、动态规划法、序贯假设检验法、Hough 变换法和最优投影法 ,还有神经网络、小波、分形、形态滤波等 ,都有计算量大、计算复杂的缺点 ,不能满足实时处理的要求。为了减小运算量 ,达到硬件的可实现性 ,近年来有用帧间积累算法的 ,这适应于目标帧间移动少于一个像素的情

机载复杂场景下的低虚警红外目标检测

第30卷第1期2022年1月Vol.30No.1Jan.2022光学精密工程Optics and Precision Engineering机载复杂场景下的低虚警红外目标检测杨德振1，2，喻松林1*，冯进军2，李江勇1，王礼贺1（1.华北光电技术研究所，北京100015；2.北京真空电子技术研究所，北京100015）摘要：机载红外光电探测系统进行下视复杂场景目标探测时，地面虚警干扰源同弱小目标在空间分布上一致，传统算法会导致大量虚警。

因此，提出一种基于运动目标特征的多维度特征关联检测算法。

该算法首先对复杂场景进行特征点检测，引入基于相对速高比的跳帧机制，对经过图像配准的帧间图像进行差分处理检出候选目标。

同时，结合基于核相关滤波的目标相似度方法进行多维多帧关联，进一步抑制虚警并确认目标。

实验结果表明，在载机速高比大于30mrad/s、系统帧时小于10ms的机载环境下，该算法的平均检测率达到99.13%，虚警率降至10-5。

该方法在多种机载复杂场景下得到验证，适合流水并行运算操作，满足工程实践需求。

关键词：目标检测；机载环境；运动目标特征；核相关滤波；虚警抑制；并行流水操作中图分类号：TP391文献标识码：A doi：10.37188/OPE.20223001.0096Low false alarm infrared target detection inairborne complex scenesYANG Dezhen1，2，YU Songlin1*，FENG Jinjun2，LI Jiangyong1，WANG Lihe1（1.North China Research Institute of Electro-optics，Beijing100015，China；2.Beijing Vacuum Electronics Research Institute，Beijing100015，China）*Corresponding author，E-mail：yusir8511@Abstract：When an infrared photoelectric detection system detects a target in a complex airborne scene，the spatial distribution of the ground false alarm interference source is consistent with the spatial distribu⁃tion of the small dim target.Therefore，a multi-dimensional feature association detection algorithm based on moving target features was proposed herein.First，feature points were detected in complex scenes，and a frame skipping mechanism based on the relative velocity-height ratio was introduced.Candidate targets were detected by inter-frame image difference after image registration.Simultaneously，multi-dimension and multi-frame correlations based on the kernel correlation filter were used to suppress false alarms.In an airborne environment where the vehicle speed-to-height ratio is greater than30mrad/s and frame time is less than10ms，the average detection rate of this algorithm is99.13%，and the false alarm rate is10−5. This method was verified in various complex scenarios.In addition，it is suitable for pipeline parallel oper⁃ation and meets the engineering needs.文章编号1004-924X（2022）01-0096-12收稿日期：2021-04-30；修订日期：2021-07-07.基金项目：国家863高技术研究发展计划资助项目（No.2013AA7031066B）；军委科技委基础加强基金资助项目（No.2019JCJQZD33600）第1期杨德振，等：机载复杂场景下的低虚警红外目标检测Key words：target detection；airborne environment；moving target features；kernelized correlation filter⁃ing；false alarm suppression；pipeline parallel operation1引言近年来，红外目标检测在机载电子领域的作用愈加突出。

复杂背景下目标的快速识别方法

复杂背景下目标的快速识别方法【摘要】复杂背景下目标的识别是自动跟踪测量系统中的关键技术，识别算法的优劣直接影响了目标识别的精度与速度。

针对空中目标成像，由于大气湍流等因素的影响，CCD图像中的光斑通常呈不规则形状，而传统的模板匹配法与圆拟合法在识别不规则光斑时存在不足。

本文利用光斑在像平面上的空域分布特性，提出一种基于空域相关程度排序的识别算法，配合经过改进的高效图像处理方法，实现了多个不规则光斑的快速识别。

实验结果表明该方法能够在混有多个假目标的图像中有效识别出真实目标并进行跟踪测量。

【关键词】测量技术；目标识别；光斑质心；迭代搜索The fast identification method of target under complex bockgroundZhang hui-senPetroChina Changqing Oilfield Company Training Center ，Xi’an 710127 ChinaAbstract：The fast identification method of target under complex bockground is the key technology of automatic tracking measurement system.The quality of recognition algorithm directly affected the target recognition speed and accuracy.Aimed at the aerial target imaging，since atmospheric turbulence factors，the spots of CCD image usually appears irregular shape，the traditional template mat ching method and the light fitting method are not very effect when these spots exist.In this paper，we Proposed an recognition algorithm based on sorting space-domain relevance. Cooperate with efficient image processing method，this algorithm achieved quick identification of multiple irregular spot. Experimental results show that the proposed method can effectively recognize the true target ，moreover tracking and measure this target in the image mixed with several false target.Key word：Measurement Technology，Target recognition，Spot centroid，Iterative search1、引言在一些科学测量实验中，通常要求仪器对空中目标实施自动跟踪测量，点光源是被测目标上最常用的一种信标。

基于CUDA的快速LBP纹理背景建模算法

第３５卷第１期
２１０１年２月
武汉理工大学学报（通科学与工程版）交
ＪｕｎｌｏｕａｎｖｒｉｆｃｎｌｇｏｒａｆＷｈｎＵｉｅｓｔｏｙＴｅｈｏｏｙ
（ａｓｏｔｔｏｃｅｃＴｒｎｐｒａｉｎＳｉｎｅ＆Ｅｇｎｅｉｇｎｉｅｒ）ｎ
复杂条件下的背景建模是计算机视觉领域尤其是运动目标检测中的难点，已有的研究中，提出了大量建立背景模型的方法＿］如时域差分与自１，适应背景更新相结合的方法、高斯混合模型（ｘｍｉ— ｔｒｆｕｓｎ、ｏｅｏｋ背景模型来进行背ｕｅｏｓｉ）ＣｄｂｏＧａａ景学习与前景检测，以及利用区域二维特征（ｃｌ１ａｏ
在像素位置的点的灰度值．符号ＬＢＰ（Ｒ）示Ｐ，表在半径为Ｒ的圆形邻域内有Ｐ个像素点，ＬＰ是一种有效的纹理描述算子，有旋转Ｂ具
收稿：，士生，１８一）男硕主要研究领域为图像处理、络通信网交通部科技攻关项目（准号：０４３３３２０）江苏省交通科学研究项目（准号：５０）助批２０５３４、批０Ｘ０８资
以ｇ为中心的正方形框内的邻域点．以窗１中心７１点灰度值为阈值对窗口内其他像素做二值化处理
Ｔ ≈ ｔｓｇ，０，（ｇ） … ，（ｇ１）（（ｇ）ｓｇ，１，ｓｇ，）

复杂光学环境下零飞试验的仿真与评估

复杂光学环境下零飞试验的仿真与评估陈智强;王晓曼;祝勇;景文博;刘敏时【摘要】针对目前国内高炮武器系统进行标校试验过程中,没有可靠的试验参数作为依据和指导的问题,提出在进行零飞测试前应对复杂光学环境下的试验条件进行仿真与评估.建立包括测试环境、传输环境、相机参数以及测试条件在内的仿真评估模型,将仿真结果作为实际零飞测试的理论依据,并对零飞测试的结果进行了误差分析.结合零飞试验的实际数据,验证了该模型的正确性和可行性,建立的模型能够提高零飞测试试验的效益和精度.【期刊名称】《兵工学报》【年(卷),期】2015(036)011【总页数】5页(P2117-2121)【关键词】兵器科学与技术;光学环境;零飞试验;仿真;误差【作者】陈智强;王晓曼;祝勇;景文博;刘敏时【作者单位】长春理工大学电子信息工程学院,吉林长春130022;西安昆仑工业(集团)有限责任公司技术研究所,陕西西安710043;长春理工大学电子信息工程学院,吉林长春130022;长春理工大学电子信息工程学院,吉林长春130022;长春理工大学光电工程学院,吉林长春130022;长春理工大学电子信息工程学院,吉林长春130022【正文语种】中文【中图分类】TJ3高炮武器系统是我军防空部队的主战装备，具有射击精度高，歼灭概率大，反应速度快等优势，目前已成为现代高技术战场的主旋律［1］。

高炮武器系统交付使用前应该经过数字仿真、实物仿真和实弹演练3个步骤。

数字仿真指在实物仿真前，对试验环境准确建模，经过数学模型计算，求解相关结果，以获得实物仿真过程中最有利的可用数据，指导实物仿真测试。

实物仿真指的是对武器系统的动态跟踪精度进行精确测试，即当火炮系统在进行动态跟踪时，当弹丸飞行时间为0，火炮管身的轴线应准确指向目标［2-3］。

实弹演练即实际环境的作战。

目前国内对高炮武器系统出厂标校一般采用的方式都是直接进行实物仿真和实弹演练，而忽略了数字仿真的环节。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

第３０卷第３期２０１３年３月
计算机应用与软件ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ
Ｖｏｌ３０Ｎｏ．３１３Ｍａｒ．２０
复杂背景下光条中心提取算法研究
，２李丹１耿楠１亢娟娜１
２
（ＧａｎｓｕＰｏｌｙｔｅｃｈｎｉｃＣｏｌｌｅｇｅｏｆＡｎｉｍａｌＨｕｓｂａｎｄｒｙａｎｄＥｎｇｉｎｅｅｒｉｎｇ，Ｗｅｉｗｕ７３３００６，Ｇａｎｓｕ，Ｃｈｉｎａ）
２ δ ｇ＝２ｇ２１２２
素位置进行灰度值加权求取光条中心位置，具有处理速度快、精度较高、容易实现等优点。但当反射光现象严重或图像受噪声严重干扰时，提取结果误差较大。针对实际情况中的各种复杂问题，学者们对光条中心的提取算法提出了改进和创新，很多改良算法相继被提出。如徐庆
ＡｂｓｔｒａｃｔＩｎｔｈｅｐｒｏｃｅｓｓｏｆｔｈｒｅｅｄｉｍｅｎｓｉｏｎａｌｓｕｒｆａｃｅｒｅｃｏｎｓｔｒｕｃｔｉｏｎｕｓｉｎｇｌｉｇｈｔｓｅｃｔｉｏｎｍｅｔｈｏｄ，ｔｈｅｅｘｔｒａｃｔｉｏｎｏｆｃｏｏｒｄｉｎａｔｅｏｆｌｉｇｈｔｓｔｒｉｐｅｃｅｎｔｒｅｉｓｏｆｇｒｅａｔｉｍｐｏｒｔａｎｃｅ．Ｉｎｖｉｅｗｏｆｔｈｅｌａｓｅｒｉｍａｇｅｆｅａｔｕｒｅｓｕｎｄｅｒｃｏｍｐｌｅｘｂａｃｋｇｒｏｕｎｄ，ｉｎｔｈｅｐａｐｅｒｗｅｓｔｕｄｙｔｈｅｌａｓｅｒｓｔｒｉｐｅｉｍａｇｅｐｒｅｐｒｏｃｅｓｓｉｎｇａｎｄｔｈｅａｌｇｏｒｉｔｈｍｏｆｌａｓｅｒｓｔｒｉｐｅｃｅｎｔｒｅｅｘｔｒａｃｔｉｏｎ．Ｗｅｓｕｇｇｅｓｔａｎｉｍｐｒｏｖｅｄｄｉｆｆｅｒｅｎｃｅｉｍａｇｅｍｅｔｈｏｄｗｈｉｃｈａｖｅｒａｇｅｓｔｈｅｔｗｏｆｒａｍｅｓｆｉｒｓｔａｎｄｔｈｅｎｓｕｂｔｒａｃｔｓｔｈｅａｂｏｖｅｒｅｓｕｌｔｓ，ｉｎｔｈｉｓｗａｙｗｅｗｅｌｌａｃｈｉｅｖｅｔｈｅｓｅｇｍｅｎｔａｔｉｏｎｏｆｌａｓｅｒｓｔｒｉｐｅｉｍａｇｅｓｕｎｄｅｒｃｏｍｐｌｅｘｂａｃｋｇｒｏｕｎｄ．Ｍｅａｎｗｈｉｌｅ，ｗｅｃｈｏｏｓｅｔｈｅｇｒａｙｃｅｎｔｒｅａｐｐｒｏａｃｈｗｈｉｃｈｉｓｂａｓｅｄｏｎｅｘｔｒｅｍｅｖａｌｕｅｍｅｔｈｏｄｔｏｅｘｔｒａｃｔｔｈｅｃｅｎｔｒｅｌｉｎｅｏｆｌａｓｅｒ．Ｅｘｐｅｒｉｍｅｎｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｓｉｍｐｌｅｉｎｉｍｐｌｅｍｅｎｔａｔｉｏｎａｎｄｈａｓｌｏｗｃｏｍｐｌｅｘｉｔｙｉｎｌａｓｅｒｓｔｒｉｐｅｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ．ＣｏｍｐａｒｅｄｗｉｔｈｃｌａｓｓｉｃＯＴＳＵｍｅｔｈｏｄ，ｉｔｓｐｒｏｃｅｓｓｉｎｇｓｐｅｅｄｉｍｐｒｏｖｅｓａｌｍｏｓｔ２０％ａｎｄｉｔｓａｃｃｕｒａｃｙａｃｈｉｅｖｅｓｔｈｅｌｅｖｅｌｏｆｓｕｂｐｉｘｅｌ．ＫｅｙｗｏｒｄｓＩｍａｇｅｄｅｎｏｉｓｉｎｇＩｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎＣｅｎｔｒｅｅｘｔｒａｃｔｉｏｎ重干扰、物体表面颜色变化或纹理变化引起反射率突变时，这些
特点，提出了一种用图像的灰度梯度方向代替光条曲线的法线
１５］方向的光条中心亚像素提取方法；高世一［学者针对高斯拟合
法在提取宽度有变化的激光光条中心线时，不能确定合适的拟合数据得提取精度较低问题，提出了变边限高斯拟合法。这些算法在一定条件下对光条中心的提取精度和速度都有很大改进，但是也只能是在特定条件下获得较好结果，对于复杂背景下光条中心的提取，上述算法并不适宜。
１０，１１］灰度重心法［的基本原理是在图像的宽度方向上对像
１．２差影法分割光条图像
在提取激光中心线过程中，为降低算法复杂度，需进行图像分割，提取光条图像。传统的图像分割算法，如差影法、边缘检测方法、阈值分割法、区域分割法等，在分割效果与算法复杂度上两者不能兼顾。本文通过对差影法图像分割算法的改进，较好地实现了激光光条图像的分割，算法简单。令ｆ１（ｘ，ｙ）和ｆ２（ｘ，ｙ）分别表示图像序列中的相邻两幅图像，其方差分别是 δ和 δ，对这两幅图像求平均，得到图像：ｇ（ｘ，ｙ）＝其方差为 δ。则根据统计理论有：
分布这一特点，利用高斯曲线或者二次曲线对每一行中现有光带上的像素点的灰度值进行曲线拟合，拟合曲线的局部极大值点即为截面的光条中心点。这种方法精度可达到亚像素级，但需要的采样点较多，不适合窄光条中心的提取，在提取宽度有变化的激光条纹中心线时，由于不能确定合适的拟合数据使得提取精度较低。
０引言
光切法三维表面重建技术是一种基于线结构光的光学三角法非接触式三维重建技术。其基本原理是线激光器投射的光束通过一个柱面镜在空间中形成激光平面并与物体表面相交，在物体表面产生一亮的光条，该光条受物体表面几何形状的调制而产生畸变，畸变的程度则包含了物体表面的深度信息。采集物体对光条的调制图像，通过图像分析，提取光条中心位置坐标即可得到光条的偏移量，从而得到物体表面的深度信息
６，７］光条中心提取算法［。但是，在复杂背景下，当图像受噪声严
２７２
计算机应用与软件
２０１３年
行分析，图像的主要噪声是椒盐噪声，所以本文采用了中值滤波
［５］
９］曲线拟合法［是基于激光条截面点的灰度分布近似高斯
算法，去除了图像中的大量椒盐噪声，去噪效果较好。
１
（ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｗｅｓｔＡｇｒｉｃｕｌｔｕｒｅａｎｄＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｙａｎｇｌｉｎｇ７１２１００，Ｓｈａａｎｘｉ，Ｃｈｉｎａ）
ＲＥＳＥＡＲＣＨＯＮＬＡＳＥＲＳＴＲＩＰＥＣＥＮＴＲＥＥＸＴＲＡＣＴＩＯＮＡＬＧＯＲＩＴＨＭＵＮＤＥＲＣＯＭＰＬＥＸＢＡＣＫＧＲＯＵＮＤ
１１１，２ＬｉＤａｎＧｅｎｇＮａｎＫａｎｇＪｕａｎｎａ
收稿日期：２０１２－０７－０２。李丹，硕士生，主研领域：图像处理与机器视觉。耿楠，副教授。亢娟娜，硕士生。
。
光切法三维表面重建技术以其非接触、精度高及主动受控等特
３－５］点，在工业，医疗、影视、农业、计算机视觉［等领域，尤其在
“ 逆向工程” 中得到了广泛应用。在重建过程中，图像处理和光条中心坐标是影响重建的关键环节，是相关研究中的热点问题。由于激光光条的光强近似服从高斯分布，因此前人的工作主要集中在提取光条的高斯分布中心位置，并提出了极值法、阈值法、重心法和曲线拟合法等
１
（西北农林科技大学信息工程学院陕西杨凌７１２１００）
２
（甘肃畜牧工程职业技术学院甘肃武威７３３００６）
摘要在光切法三维表面重建过程中，光条中心坐标的提取至关重要。针对复杂背景下激光图像特点，研究激光条图像的预处理和光条中心提取算法，提出一种两帧平均再相减的改进差影法，较好地实现了复杂背景下激光条图像的分割，选用基于极值法的灰度重心法提取激光条中心线。实验表明该方法实现简单，光条图像处理复杂度低，与经典ＯＴＳＵ方法相比较其处理速度提高了２０％左右，精度达到了亚像素级水平。关键词图像去噪图像分割中心提取中图分类号ＴＰ３文献标识码ＡＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．０３．０７１
［１，２］
方法的使用则会受到一定的限制。针对这些问题，本文研究了复杂背景下光条中心提取的图像处理方法，提出了一种改进的差影法实现光条图像的分割，采用基于极值法的灰度重心法提取了光条中心坐标。